人工智能時代勞動教育的三重轉(zhuǎn)向與實施路徑

　　摘要：要人工智能技術(shù)由弱至強的發(fā)展，帶來從勞動工具到勞動存在方式的轉(zhuǎn)變。弱人工智能實現(xiàn)勞動工具的變革，強人工智能促進認知模擬的發(fā)展，超級智能構(gòu)成存在方式的挑戰(zhàn)。面對人工智能革命，在技能層面，勞動教育應該進行數(shù)字化的轉(zhuǎn)向，從操作性技能訓練轉(zhuǎn)向數(shù)字化能力培養(yǎng);在認知層面，勞動教育應該進行智慧化的轉(zhuǎn)向，從靜態(tài)旁觀認識轉(zhuǎn)向?qū)嵺`探究智慧;在存在層面，勞動教育應該進行美學化的轉(zhuǎn)向，從工具實用謀生轉(zhuǎn)向存在美學提升。勞動教育的三重轉(zhuǎn)向，可以從強化人工智能素養(yǎng)、培養(yǎng)勞動實踐智慧、提升勞動審美境界等方面加以推進。

　　關(guān)鍵詞：人工智能;勞動素養(yǎng);勞動智慧;勞動審美

　　隨著人工智能技術(shù)由弱至強的發(fā)展，人類生活特別是勞動領(lǐng)域發(fā)生了前所未有的改變，弱人工智能在某些機械性、重復性的勞動領(lǐng)域已經(jīng)可以替代人類，強人工智能具有與勞動主體認知的同構(gòu)性，其進一步發(fā)展可能形成能夠自我升級的超級智能系統(tǒng)，對于人類的勞動存在方式構(gòu)成挑戰(zhàn)。人工智能革命引發(fā)教育革命，面對機器替代人、機器強于人甚至機器奴役人的威脅，勞動教育所要實現(xiàn)的轉(zhuǎn)向包括三重:勞動技能層面的數(shù)字化轉(zhuǎn)向，勞動認知層面的智慧化轉(zhuǎn)向，勞動存在層面的美學化轉(zhuǎn)向。

　　一、人工智能革命:從工具變革到存在挑戰(zhàn)

　　弱人工智能是一種工具性智能，推動了從“力的技術(shù)”到“智的技術(shù)”之變遷，因而與以往的勞動工具存在本質(zhì)的差異。從弱人工智能到強人工智能的技術(shù)演進，則是對人類認知模擬的跨越式進展。強人工智能通過深度學習模仿人類神經(jīng)網(wǎng)絡(luò)，進而可能具有人類的情感與意識，能夠不斷進行自我反思與改進，形成超級智能。超級智能對于人類勞動的影響不僅僅是工具性的進步、智慧性的啟示，更是存在方式的革命。

　　(一)勞動工具的改進:從力量驅(qū)動到智能控制

　　人類從農(nóng)業(yè)時代、工業(yè)時代、信息時代到智能時代的發(fā)展過程，也是勞動工具的演變過程。勞動工具作為人體器官的衍生和延伸，增強了人對外界環(huán)境的改造能力，可以說“工具的發(fā)展史是工具逐步替代人體勞動器官的功能的歷史”①。在能夠制造工具之前，人類用天然器官來進行簡單勞動，手是觸摸、抓取和移動的原始“工具”，而人自身的體力就是推動力。技術(shù)哲學創(chuàng)始人卡普曾提出“器官投影說”，將工具視為人體器官的投影，器皿、斧頭、錘等勞動工具，是以人手作為原型的模仿，部分地完成了對于肢體勞動的輔助，但仍需要人手的參與，需要人的體力轉(zhuǎn)換為工具的動力，所以在農(nóng)業(yè)社會身體勞動是重要的勞動形式。自人類發(fā)明蒸汽機以來，機器自身開始具備驅(qū)動力并能夠進行能量的轉(zhuǎn)換，其強勁的動力勝過人類的體力，人類可以通過操作和控制機器來進行勞動生產(chǎn)。

　　二)勞動認知的模擬:從符號編程到神經(jīng)同構(gòu)

　　作為“工具系統(tǒng)”的弱人工智能在本質(zhì)上仍然是人體器官的投影，其意義主要在于對勞動動力的變革，弱人工智能還不具有勞動主體的思維能力。強人工智能的不同之處在于其試圖對勞動主體及其認知結(jié)構(gòu)進行模擬，試圖建立與人類智能相似的認知系統(tǒng)。這種認知的模擬起初是對于人類思維推理的符號模擬，將人類思維看作是一種符號推理活動，通過符號的編程和運算來模擬人類的思維過程。但是，這種符號邏輯智能無法應對不確定的變化，無法處理復雜的情境性問題，而只能訴諸專家系統(tǒng)。進一步認知的模擬開始探究人類思維對于外部刺激的加工過程，這種加工過程建立在神經(jīng)網(wǎng)絡(luò)節(jié)點之間的聯(lián)結(jié)和相互作用之上，不同于符號化的通用模式，這種認知模擬試圖構(gòu)建出人工神經(jīng)網(wǎng)絡(luò)模型。經(jīng)過單層神經(jīng)———多層神經(jīng)———深度學習網(wǎng)絡(luò)的技術(shù)迭代，人工神經(jīng)網(wǎng)絡(luò)模型大大推進了人工智能的認知水平。“基于深度學習的人工神經(jīng)網(wǎng)絡(luò)模型力求與人的神經(jīng)系統(tǒng)在結(jié)構(gòu)上達到部分的(即同構(gòu))仿生意義上的類似，從而類似于通過搭建神經(jīng)聯(lián)結(jié)來構(gòu)成一個新的大腦。”⑥

　　二、勞動教育變革:從數(shù)字化轉(zhuǎn)向到美學化轉(zhuǎn)向

　　就人類勞動領(lǐng)域而言，人工智能的出現(xiàn)及其由弱至強的發(fā)展，不可避免地帶來了從勞動工具、勞動認知到勞動存在方式的轉(zhuǎn)變，相應地也引起勞動技能結(jié)構(gòu)的調(diào)整、勞動認知機制的變革和勞動存在價值的反思等。有鑒于此，勞動教育應該在技能、認知和存在層面進行變革，實現(xiàn)勞動教育的數(shù)字化、智慧化和美學化轉(zhuǎn)向，以此積極應對人工智能革命所帶來的時代挑戰(zhàn)。

　?。ㄒ?技能層面的轉(zhuǎn)向:從操作技能訓練轉(zhuǎn)向數(shù)字能力培養(yǎng)

　　勞動工具的轉(zhuǎn)變，也意味著對于操作工具的勞動者要求的轉(zhuǎn)變。芒福德曾將人類的機器文明劃分為三個階段:始生代技術(shù)時期、古生代技術(shù)時期和新生代技術(shù)時期，每個階段都有特定的生產(chǎn)方式，“最重要的是每個階段都產(chǎn)生了特殊類型的勞動者，他們受到訓練的方式不同，開發(fā)的資質(zhì)不同，忽視的資質(zhì)也不同”瑏瑣。人工智能時代，勞動者所要開發(fā)的資質(zhì)不同于以往的時期，體力性和低技能性的勞動者將會被人工智能取代，高創(chuàng)造性、復雜性的工作則需要人類勞動者來完成。“由于智能機器人可以源源不斷地創(chuàng)造和復制，加之智能機器人相比人更加‘吃苦耐勞’，越來越多的人類工人將被取代，洶涌的結(jié)構(gòu)性失業(yè)潮隨著生產(chǎn)的智能化以及產(chǎn)業(yè)的轉(zhuǎn)型升級接踵而至。”瑏瑤與結(jié)構(gòu)性失業(yè)相伴的是算法工程師、數(shù)據(jù)架構(gòu)師、推薦算法工程師、數(shù)據(jù)開發(fā)工程師等新職業(yè)的誕生，人工智能產(chǎn)業(yè)鏈上需要大量的智能性人才。隨著人工智能產(chǎn)業(yè)化和產(chǎn)業(yè)的智能化，新產(chǎn)業(yè)形態(tài)的產(chǎn)生以及產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，需要勞動者能力結(jié)構(gòu)的調(diào)整。

　?。ǘ?認知層面的轉(zhuǎn)向:從靜態(tài)旁觀認識轉(zhuǎn)向?qū)嵺`探究智慧

　　強人工智能對于人腦的模擬，形成對于人類認知的反向闡釋力。我們應該以機器的深度學習來反思和強化人類的學習能力，更深入理解人類深度學習的發(fā)生機制。強人工智能在數(shù)據(jù)收集、存儲、運算和檢索信息方面，有著人類智能無法比擬的優(yōu)勢，但是強人工智能還難以形成真正的人類智慧，只能對其中可形式化的部分進行表征，多元化的交互過程使人類思維具有無法被形式化和簡單還原的復雜性，德雷弗斯就從以下四個層面批評對于強人工智能過于樂觀的假設(shè)瑏瑧:

　　三、變革實現(xiàn)路徑:從強化智能素養(yǎng)到提升勞動審美

　　我國以往勞動教育在整體上是以工業(yè)時代為背景設(shè)計的，其目的是培養(yǎng)適應于工業(yè)時代的勞動者。然而，人類已經(jīng)在一定程度上步入人工智能時代，人工智能對于社會分工、產(chǎn)業(yè)形態(tài)、勞動形態(tài)等都發(fā)生著影響，勞動教育應該契合人工智能時代的發(fā)展趨勢，積極地完成三重轉(zhuǎn)向。勞動教育的三重轉(zhuǎn)向意味著課程內(nèi)容、教學方式和價值功能的變革，在實踐中也有相應的著力點，可以從強化智能素養(yǎng)、生成勞動智慧、提升勞動審美等方面加以推進。

　　(一)勞動教育的數(shù)字化轉(zhuǎn)向:強化人工智能素養(yǎng)

　　勞動教育的數(shù)字化轉(zhuǎn)向，首先意味著勞動教育培養(yǎng)側(cè)重點的變化。原有的操作性技能已經(jīng)不是重點的培養(yǎng)方向，勞動教育應該強化數(shù)字勝任力、計算思維、交互思維等人工智能能力的培養(yǎng)。換言之，伴隨著數(shù)字化勞動等新形態(tài)的涌現(xiàn)，勞動教育應該關(guān)注新的勞動形式和能力要求，增加新的勞動教育內(nèi)容，提升“智能原住民”的智能素養(yǎng)。在小學階段，開設(shè)人工智能的相關(guān)課程，進行人工智能的啟蒙教育，從人工智能的場景體驗入手，激發(fā)對于人工智能的興趣;在中學階段，學習人工智能技術(shù)基本原理，掌握基本的計算和編程技能，學會大數(shù)據(jù)的分析、挖掘和智能控制;在高等教育階段，開設(shè)人工智能的相關(guān)專業(yè)，推進人工智能與腦科學、認知科學的交叉融合，加強產(chǎn)學研的深度結(jié)合，培養(yǎng)高水平的人工智能型人才。

　?。ǘ?勞動教育的智慧化轉(zhuǎn)向:培養(yǎng)勞動實踐智慧

　　勞動教育的智慧化轉(zhuǎn)向，需要改變體力鍛煉或者技能訓練的勞動定位，關(guān)注人類深度學習的發(fā)生機制，培養(yǎng)學生知識結(jié)構(gòu)化的能力，促進網(wǎng)狀知識結(jié)構(gòu)的生成及其靈活運用。利用知識空間技術(shù)和知識圖譜技術(shù)，可以整合不同的勞動教育課程資源，分析知識點之間前驅(qū)后繼的關(guān)系，建立基于內(nèi)在關(guān)聯(lián)性的網(wǎng)狀知識庫，以可視化的方式形成知識地圖。同時，運用貝葉斯知識跟蹤模型和深度知識跟蹤模型對于學生進行認知診斷分析，準確判斷學習者的學習狀態(tài)、思維方式、認知偏好、情感傾向、知識結(jié)構(gòu)，精準定位學習的薄弱點和掌握情況，描繪學生個性化學習的“肖像”，提供與個體學情相匹配的教學資源，推薦適宜的學習路徑，動態(tài)追蹤學習的整個過程，不斷完善個體學情圖譜，動態(tài)感知和反饋個體需求，最大限度地挖掘人的認知潛能。

　　王惠穎

《人工智能時代勞動教育的三重轉(zhuǎn)向與實施路徑》

上一篇：淺談現(xiàn)代教育技術(shù)裝備在校本德育教學中的應用

下一篇：體育教學過程中滲透勞動教育的策略研究